TY - THES KW - Penugasan Fuzzy KW - Bilangan Fuzzy Pentagonal KW - Optimisasi. Fuzzy Assignment KW - Pentagonal Fuzzy Numbers KW - Robust Ranking KW - Modified Best Candidate KW - Optimization. ID - repoupi135079 N2 - Masalah penugasan merupakan salah satu permasalahan dalam optimasi yang bertujuan untuk menentukan penempatan tugas kepada agen secara optimal. Kenyataannya, nilai biaya atau keuntungan dalam penugasan sering kali bersifat tidak pasti, sehingga pendekatan fuzzy menjadi solusi yang lebih realistis untuk merepresentasikan ketidakpastian tersebut. Penelitian ini menganalisis penyelesaian masalah penugasan dengan menggunakan bilangan fuzzy pentagonal untuk memodelkan ketidakpastian biaya, serta menerapkan metode Modified Best Candidate (MBCM) sebagai strategi pencarian solusi. Bilangan fuzzy pentagonal kemudian didefuzzifikasi menggunakan metode Robust Ranking untuk menghasilkan matriks biaya pasti (crisp). Proses seleksi kandidat terbaik dilakukan berdasarkan nilai tertinggi dalam matriks tersebut, dilanjutkan dengan pembentukan kombinasi penugasan yang valid dengan mempertimbangkan kandidat yang belum terpakai guna memperoleh hasil solusi yang optimal. Penelitian ini meingimplementasikan metode Modified Best Candidate pada kasus penentuan role dengan pemain pada tim esports Valorant. Data performa pemain diperoleh melalui website tracker.gg sebagai sumber data yang disajikan dalam bentuk histori 5 pertandingan terakhir para pemain, kemudian diolah menjadi bilangan fuzzy pentagonal dan dikonversi menjadi nilai crisp menggunakan metode Robust Ranking. Nilai-nilai ini dimasukkan ke dalam model optimisasi yang diselesaikan dengan metode Modified Best Candidate. Hasil penelitian menunjukkan bahwa pendekatan bahwa metode Modified Best Candidate mampu menghasilkan solusi pemasangan tugas yang efisien dalam situasi yang tidak pasti. Skor tim yang maksimum menggunakan dua kandidat terbaik. The Assignment Problem is a type of optimization problem that aims to determine the optimal allocation of tasks to agents. In real-world situations, the cost or benefit values involved in assignments are often uncertain, making fuzzy approaches a more realistic solution to represent such uncertainty. This study analyzes the solution to the assignment problem by using pentagonal fuzzy numbers to model the uncertainty in costs and applying the Modified Best Candidate Method (MBCM) as a solution strategy. The pentagonal fuzzy numbers are defuzzied using the Robust Ranking method to produce a crisp cot matrix. The selection of the best candidates is carried out based on the highest values in the matrix, followed by generating valid assignment combinations by considering unused candidates in order to obtain an optimal solution. This research implements the Modified Best Candidate method in the context of assigning roles to players in a Valorant esports team. Player performance data is obtained from the tracker.gg website, based on the last 5 match histories, which are then converted into pentagonal fuzzy numbers and transformed into crisp values using the Robust Ranking method. These results show that the Modified Best Candidate method is capable of producing efficient assignment solutions under uncertainty. The maximum total team score was obtained using the two best candidates. M1 - other AV - restricted PB - Universitas Pendidikan Indonesia N1 - https://scholar.google.com/citations?hl=en&user=Dg_QHk0AAAAJ ID SINTA Dosen Pembimbing: Khusnul Novianingsih: 258640 Ririn Sispiyati: 5986406 TI - PENYELESAIAN MASALAH PENUGASAN FUZZY DENGAN MENGGUNAKAN MODIFIED BEST CANDIDATE METHOD Y1 - 2025/07/16/ A1 - Fitri Ambar Wati Wibowo, - A1 - Khusnul Novianingsih, - A1 - Ririn Sispiyati, - UR - https://repository.upi.edu/ ER -